MétaCan
Menu
← Retour à la cohorte
Enregistrement W3178580516 · doi:10.1101/2021.07.09.21260260

Exploring the relationship between schizophrenia and cardiovascular disease: A genetic correlation and multivariable Mendelian randomization study

2021· preprint· en· W3178580516 sur OpenAlexaff
Rada R Veeneman, Jentien M. Vermeulen, Abdel Abdellaoui, Eleanor Sanderson, Robyn E. Wootton, Rafik Tadros, Connie R. Bezzina, Damiaan Denys, Marcus R. Munafò, Karin J. H. Verweij, Jorien L. Treur

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesMedical Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekZonMwUniversity of BristolNational Institute for Health and Care ResearchStichting Volksbond RotterdamNational Alliance for Research on Schizophrenia and Depression
Mots-clésMendelian randomizationCardiologyInternal medicineMedicineCoronary artery diseasePopulationSchizophrenia (object-oriented programming)Heart failureBlood pressureBody mass indexCardiomyopathySudden cardiac deathPsychiatryGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Importance Individuals with schizophrenia have a reduced life-expectancy compared to the general population, largely due to an increased risk of cardiovascular disease (CVD). Clinical and epidemiological studies have been unable to fully unravel the nature of this relationship. Objective Investigate genetic correlations and potential bi-directional effects between liability to schizophrenia and CVD. Design, setting, and participants We obtained summary-data of genome-wide-association studies of schizophrenia (N=130,644), heart failure (N=977,323), coronary artery disease (N=332,477), systolic and diastolic blood pressure (N=757,601), heart rate variability (N=46,952), QT interval (N=103,331), early repolarization and dilated cardiomyopathy ECG patterns (N=63,700). We computed genetic correlations with linkage disequilibrium score regression and conducted bi-directional Mendelian randomization (MR). With multivariable MR, we investigated whether associations were mediated by smoking, body mass index, physical activity, lipid levels, or type 2 diabetes. To ensure robustness, we applied a range of sensitivity methods. Main outcomes and measures Schizophrenia, heart failure, coronary artery disease, systolic blood pressure, diastolic blood pressure, heart rate variability, QT interval, early repolarization, dilated cardiomyopathy. Results Genetic correlations between liability to schizophrenia and CVD were close to zero (−0.02 to 0.04). With MR, we found robust evidence that liability to schizophrenia increases heart failure risk. This effect remained consistent with multivariable MR. There was also evidence that liability to schizophrenia increases early repolarization risk, largely mediated by BMI and lipid levels. Finally, there was evidence that liability to schizophrenia increases heart rate variability, a direction of effect contrasting previous studies. In the other direction, there was weak evidence that higher systolic, but not diastolic, blood pressure increases schizophrenia risk. Conclusions and relevance Our findings indicate that liability to schizophrenia increases the risk of heart failure, and that this is not mediated by key health behaviours. This is consistent with the notion that schizophrenia is characterised by a systemic dysregulation of the body (including inflammation and oxidative stress) with detrimental effects on the heart. To decrease cardiovascular mortality among schizophrenia patients, priority should lie with optimal treatment and interventions in early stages of psychoses. We also identified early repolarization, currently understudied, as a potential CVD marker among patients with schizophrenia.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,073
Tête enseignante GPT0,273
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetGenetic Associations and Epidemiology→Travaux en français237 207→